EXAMEN MODULO OPTATIVO

¿Cuál es uno de los principales retos de la inteligencia artificial debido a la ausencia de estándares universales?. Que diferentes modelos de IA utilizan criterios éticos y niveles de transparencia distintos, lo que complica su uso responsable y seguro. Que todos los modelos de IA sigan los mismos criterios éticos. Que la IA sea incapaz de interactuar con otras tecnologías. Que los modelos de IA son demasiado costosos para poder estandarizarlos.

Sistemas de recomendación en plataformas de streaming (como Netflix o Spotify) se clasifican como: Sistemas estadísticos sin capacidad de aprendizaje. IA débil o Narrow AI, diseñada para tareas específicas. IA con conciencia y comprensión global del mundo. IA fuerte, capaz de realizar cualquier tarea humana.

Durante los años 70 y 80, la inteligencia artificial vivió un periodo conocido como “invierno de la IA”. ¿Cuál fue la causa principal de esta etapa?. La IA alcanzó todos sus objetivos iniciales, consolidándose sin problemas. Se descubrieron nuevas técnicas que reemplazaron a la IA. La IA se convirtió en la tecnología dominante en todos los sectores. Los avances no cumplieron las expectativas, lo que provocó pérdida de financiación e interés.

¿Cuál de los siguientes sistemas representa mejor la IA discriminativa?. Un programa que crea música original basada en un estilo específico. Un generador de historias o imágenes a partir de indicaciones. Un sistema que simula conversaciones humanas creativas. Un modelo que clasifica correos electrónicos como spam o no spam.

¿Cuál de las siguientes afirmaciones describe mejor la “Narrow AI” o IA débil, que predomina en la actualidad?. Es capaz de realizar cualquier tarea humana con conciencia completa del mundo. Se centra en el análisis histórico de datos sin interactuar con aplicaciones prácticas. Puede aprender y adaptarse a cualquier situación sin necesidad de datos específicos. Está especializada en tareas específicas y es muy eficiente en su dominio, pero no tiene conciencia ni comprensión general.

¿Cuál de los siguientes es un ejemplo de datos estructurados?. Una colección de correos electrónicos con texto libre y archivos adjuntos. Una hoja de cálculo con el listado de estudiantes: nombre, edad y calificación final. Fotografías y vídeos de un evento sin etiquetas ni categorías. Grabaciones de voz de conversaciones de clientes sin transcripción.

¿Qué caracteriza principalmente a los datos no estructurados?. Siguen un formato fijo de filas y columnas que facilita su almacenamiento en bases de datos tradicionales. Carecen de un formato predefinido y se presentan en formas variadas como textos, imágenes, audio o vídeo. Son siempre numéricos y fáciles de analizar con herramientas simples. Solo se encuentran en bases de datos empresariales.

¿Cuál de las siguientes es una ventaja de los datos no estructurados para la inteligencia artificial?. Su volumen y diversidad necesitan grandes capacidades de almacenamiento y cómputo. Pueden introducir sesgos si los conjuntos de entrenamiento no son representativos. Contienen gran riqueza informativa y permiten entrenar modelos que reconocen patrones complejos. Requieren mucho procesamiento previo para ser interpretados por la máquina.

¿Cuál de los siguientes ejemplos describe mejor un modelo de refuerzo?. Un modelo que predice el precio de una vivienda según su tamaño y ubicación. Un modelo que analiza hábitos de compra de clientes y los agrupa en perfiles similares sin etiquetas. Un modelo que clasifica correos electrónicos como spam o no spam usando datos etiquetados. Un modelo que aprende a jugar a un videojuego mejorando con cada partida gracias a recompensas y penalizaciones.

¿Por qué es necesario usar técnicas avanzadas como el procesamiento del lenguaje natural o el reconocimiento de imágenes para trabajar con datos no estructurados?. Porque los datos no estructurados se almacenan automáticamente en bases de datos tradicionales. Porque los datos no estructurados no tienen un formato uniforme y requieren métodos complejos para extraer información útil. Porque los datos no estructurados son fáciles de analizar sin herramientas especiales. Porque los datos no estructurados son siempre textos cortos y simples.

¿Qué describe mejor a Adobe Firefly?. Es un asistente de productividad de Microsoft que ayuda con correos y presentaciones. Es un chatbot que responde preguntas académicas con referencias verificables. Es un modelo de IA diseñado para análisis de datos financieros. Es un modelo de IA generativa de Adobe especializado en contenido visual, que crea imágenes y efectos a partir de descripciones textuales y se integra en aplicaciones como Photoshop o Illustrator.

¿Cuál de las siguientes afirmaciones describe mejor a Perplexity AI?. Solo sirve para juegos y entretenimiento, sin aplicaciones académicas o profesionales. Es un asistente que genera contenido sin mostrar fuentes ni referencias. Combina chat conversacional con búsqueda en internet, mostrando siempre las fuentes de la información. Es una herramienta exclusiva para crear imágenes y vídeos mediante IA.

¿Cuál es la práctica más recomendable al crear imágenes con IA para un propósito específico?. Evitar mencionar el público objetivo o referencias, ya que no influyen en el resultado. Indicar el color principal de la imagen y dejar el resto al azar. Proporcionar instrucciones detalladas sobre propósito, estilo, elementos clave, colores, estado de ánimo y público objetivo. Dejar que la IA genere imágenes sin ninguna indicación o contexto.

¿Qué describe mejor a Microsoft Copilot?. Es una herramienta de IA que solo funciona en Excel para crear fórmulas automáticas. Es un software exclusivo para juegos y entretenimiento que utiliza IA para generar gráficos. Es un motor de búsqueda que combina chat conversacional con referencias verificables en internet. Integra tecnologías de IA en aplicaciones de Microsoft, asistiendo en tareas de productividad como redacción, análisis de datos, creación de presentaciones, gestión de correo y reuniones.

¿Qué caracteriza al few-shot prompting al elaborar prompts para IA y cuál es su principal ventaja?. Incluir unos pocos ejemplos que muestren el tipo de respuesta esperada; ayuda a reducir la variabilidad y alinear el estilo de la salida. No incluir ejemplos; dejar que la IA genere la respuesta de forma totalmente libre. Incluir cientos de ejemplos para que la IA memorice todas las respuestas posibles. Dar instrucciones vagas y sin ejemplos; esto garantiza máxima creatividad.

¿Cómo puede la IA ayudar a un profesional a mejorar la comunicación y presentación de datos en su trabajo diario?. Limitándose a almacenar datos sin facilitar su comprensión o presentación. Personalizando mensajes según la audiencia, creando gráficos e infografías interactivas, adaptando la traducción y localización, y estructurando la información de manera lógica. Sustituyendo completamente al profesional en todas las decisiones comunicativas sin supervisión. Solo generando contenido textual sin considerar la audiencia ni la presentación visual.

En una empresa, ¿cómo puede un empleado integrar la IA en sus tareas diarias de forma práctica y efectiva?. Confiando en que la IA resuelva problemas estratégicos complejos sin supervisión humana. Evitando cualquier uso de IA y realizando todas las tareas manualmente para mantener el control total. Solo utilizando IA para generar contenido creativo, sin aplicarla a tareas administrativas o de análisis. Utilizando IA para automatizar tareas repetitivas, como leer y organizar facturas y contratos, filtrar correos prioritarios, analizar datos de ventas simples y programar reuniones según disponibilidad.

¿Cuál de las siguientes prácticas es fundamental para diseñar prompts efectivos y aprovechar al máximo la IA?. Escribir instrucciones vagas y ambiguas para que la IA decida el contenido por sí misma. Evitar dar contexto o público objetivo; la IA siempre interpreta correctamente. Incluir especificidad, claridad, contexto y definir estilo y tono en las instrucciones. No indicar estilo ni tono, ya que la IA genera automáticamente el más adecuado.

En el ejemplo de colaboración entre IA y equipo de marketing, ¿cuál es el papel principal de cada uno?. La IA y el equipo humano realizan exactamente las mismas tareas sin diferenciación de roles. La IA toma todas las decisiones estratégicas, mientras el equipo humano solo aprueba sin cambios. La IA genera borradores de anuncios, eslóganes o diseños; el equipo humano selecciona, pule y asegura que la propuesta final refleje la identidad de la marca. El equipo humano genera los borradores y la IA selecciona cuál refleja mejor la identidad de la marca.

¿Qué describe mejor la colaboración humano-IA en el ámbito laboral y creativo?. La IA solo sirve para trabajo individual y no mejora la cooperación en equipos internacionales. La IA reemplaza completamente al ser humano, tomando todas las decisiones sin intervención. La IA facilita tareas como traducciones, coordinación global y análisis rápido, mientras la persona aporta criterio, ética y empatía. La IA evita la necesidad de sensibilidad o criterio humano en cualquier proyecto.

¿Cuál de los siguientes conocimientos es específicamente relevante para un prompt designer?. Técnicas avanzadas como few-shot prompting y cadena de pensamiento para guiar las respuestas de la IA. Creación de campañas publicitarias sin interacción con la IA. Gestión de inventarios y logística de la empresa. Diseño de hardware para GPUs de alto rendimiento.

¿Cuál es la función principal de un Analista de Datos Junior con Enfoque en IA?. Combinar análisis de datos básico con herramientas de IA para optimizar procesos. Diseñar prompts para chatbots y asistentes virtuales. Desarrollar modelos de IA avanzados desde cero sin analizar datos. Gestionar únicamente la infraestructura de servidores de IA.

¿Cuál de las siguientes actividades forma parte de las tareas de un Analista de Datos Junior con Enfoque en IA?. Generar contenido gráfico o audiovisual sin análisis de información. Preparar y limpiar datos, identificar patrones con IA, crear visualizaciones y comunicar resultados a equipos no técnicos. Programar redes neuronales profundas sin interpretar los datos. Supervisar únicamente la seguridad de los servidores de IA.

¿Por qué es importante que un prompt designer tenga comprensión profunda de los modelos de IA?. Para analizar únicamente los costes energéticos de los modelos. Para programar la infraestructura de servidores de la IA. Para poder crear instrucciones precisas que maximicen la calidad y relevancia de las respuestas de la IA. Para generar contenido sin necesidad de instrucciones detalladas.

¿Cuáles son algunas de las responsabilidades clave de un Supervisor de IA?. Generar automáticamente contenido visual y textual sin supervisión ética. Analizar únicamente el coste energético de los sistemas de IA. Programar algoritmos sin evaluar la calidad de los resultados. Monitorizar resultados para detectar sesgos o errores, evaluar calidad y relevancia de salidas, ajustar parámetros y aplicar salvaguardas éticas.

¿Qué concepto describe el uso de contenidos generados por usuarios (textos, imágenes, audios) para entrenar modelos de IA sin permiso explícito?. Uso no autorizado. Fugas de datos. Explotación comercial de datos personales. Entrenamiento sin consentimiento.

¿Qué tipo de sesgo ocurre cuando la pregunta al sistema ya incluye un prejuicio?. Sesgo de selección. Sesgo en prompts. Sesgo de medición. Sesgo de confirmación.

¿Qué es el sesgo de selección?. Los métodos de recogida de datos contienen errores o distorsiones. Los datos o las preguntas que se introducen en el sistema se diseñan de manera que refuerzan creencias o hipótesis previas. Los datos de entrenamiento no representan a toda la población. La magnificación de los sesgos ya existentes en los datos de entrenamiento, haciendo que aparezcan con más fuerza de lo que ocurre en la realidad.

¿Qué es el sesgo de confirmación?. Aquel que ocurre cuando la IA aprende de datos que ya están sesgados y reproduce esas distorsiones en sus resultados. Ninguna de las respuestas es correcta. Aquel que ocurre cuando los métodos de recogida de datos contienen errores o distorsiones. Aquel que ocurre al reforzar creencias o hipótesis previas en lugar de cuestionarlas al introducir datos o preguntas.

¿Cuál es una consecuencia de la brecha socioeconómica generada por la IA?. Reducción de desigualdades. Mayor eficiencia global. Acceso desigual a beneficios de la IA. Mejor acceso a internet.